OpenAI正在打造适用于各种场景的AI代理，人们都会使用它们吗？

# OpenAI 正在为万物构建 AI 智能体。人人都会使用它们吗？ | TechCrunch 来源：https://techcrunch.com/2026/08/24/openai-is-building-an-ai-agent-for-everything-will-everyone-use-them/ 你愿意让大语言模型在多大程度上掌控你的数字生活？ 要从模型中获得最大价值，就需要交出它的“钥匙”。对于控制欲强或对 AI 心存疑虑的人来说，这似乎难以接受。但对 OpenAI 桌面应用首席工程师安德鲁·安布罗西诺而言，这是检验未来的唯一方式——正因如此，该应用现已获得其收件箱、Slack 账户、手机、Notion 和 Figma 等应用的访问与控制权限。 “如果我让它写一份文档，它是否可能从关于该主题的私密对话中提取信息，却不知道自己不该分享某些信息？是的，”安布罗西诺告诉 TechCrunch，“我会为了工作这么做。必要时我会承担个人隐私的暂时风险，而事实上我从未需要这样做。” 安布罗西诺参与开发的是 OpenAI 的最大赌注——ChatGPT Work，该产品上月发布，包含在公司每月 20 美元的最低订阅层级中。这款产品旨在让白领工作者能够调动 AI 智能体——将大语言模型与会计师、投资者、医生等日常依赖电脑工作的群体所使用的数字工作流相连接。 OpenAI 的营销文案（https://openai.com/index/chatgpt-for-your-most-ambitious-work/）简洁地概括了目标：创造一个“[人工智能]超越回答问题，帮助每个人将宏大构想变为现实”的世界。 对软件开发者而言，这一转变早已发生，但推广至其他部门的过程却颇为缓慢。ChatGPT Work 是公司 Codex 编程工具的改进版本，旨在为非工程师提供与软件工程师已通过智能体获得的相同功能——一个不仅能回答问题，还能自主完成多步骤项目的 AI 工具。 “在这一新范式中，ChatGPT 实际上能够以令人愉悦且安全的方式，完全自主地为你完成非常复杂的任务，”负责 OpenAI 核心产品（包括 Work）的蒂博·索蒂奥告诉 TechCrunch，“这正是 OpenAI 的使命所在——让所有人都能参与其中。” 从商业角度看，这一点至关重要。运行时间越长的智能体消耗的 token 越多，这使它们对 OpenAI 的单用户收益更高。拓展新的职业领域至关重要——不仅对 OpenAI，对整个行业都是如此。如果编程已被证明是 AI 实验室的盈利领域，那么它仍然只是专业工作的一小部分——若这些公司在训练和算力上的巨额投资要获得合理回报，AI 工具就需要赋能更广泛的职业工作。当各大实验室聚焦于软件工程师时，特定行业的竞争者（如面向法律领域的 Harvey 和面向销售领域的 Clay）正通过模型无关的方式追求这些客户，即接入当前效果最佳的任意 AI 模型。 行业分析师认为这是 OpenAI 及其竞争对手面临的主要挑战之一。“如果实验室无法快速掌握扩展 AI 市场所需的关键互补资源，价值将流向其他地方，”克里斯蒂安·卡塔利尼在 a16z 的“构建时代”博客（https://www.a16z.news/p/some-simple-economics-of-open-versus）中写道。 让 AI 应用适用于非软件工程师需要更多的引导。OpenAI 的非技术员工（如传播和财务团队）开始使用 Codex 时，“正值它对他们极不友好的阶段——询问代码问题并显示‘哦，这个项目的代码差异为空’，”安布罗西诺提到一个面向软件变更的技术报告说，“因此，从二月至今，我们开始将其改造得更通用。” 一项 OpenAI 支持的研究发现，六月时 98% 的 OpenAI 员工使用 Codex，但仅 17% 的机构订阅者和不到 1% 的个人订阅者使用这一智能体编码工具。公司内部近乎全面采用与外部微不足道的采纳率之间的差异，既是挑战也是机遇。 “我们为用户创造的价值和实用性越多，他们就越愿意为其中一部分实用性付费——我们对 ChatGPT 的看法始终如此，”索蒂奥说，“当你坐下来，你会觉得‘当然我愿意每月花 20 美元购买这个’，因为你获得的价值远超于此。” ## **如何让 AI 直觉化** 要理解这种脱节，需要先了解 OpenAI 工程师正在构建什么。每个大语言模型都需要工程师所称的“运行环境”——包裹模型的软件，它决定模型看到哪些信息、可以使用哪些工具，以及如何向用户呈现答案。 如果你想让模型执行任务——成为智能体——运行环境会为其提供工具和长期任务的使用说明。对于开发者而言，能让大语言模型编程的命令行界面（CLI）已足以改变软件构建和部署的方式。但大多数人并不使用 CLI；Windows 取代 DOS 必有其原因。 超越软件工程的智能体产品“将与你生活中混乱的世界、工具和那些构建于 1995 年从未更新的网站打交道”，安布罗西诺向 TechCrunch 解释，他团队正在打造的体验对于扩大 AI 的可用性至关重要。 考虑 Claude Code 和 Codex 这样的应用：它们通过抽象所有实际软件编写工作，让用户只需告诉模型他们想在程序中实现什么，从而释放了“氛围编程”。如今，OpenAI 希望让 OpenClaw（程序员用来应用大语言模型的工具）中的功能变得像提示一样简单。 “如果没有这些产品作为模型前端，专家们知道如何获得相同的结果，但你无法让十亿人使用它，”安布罗西诺说。高级用户的需求与主流采纳所需的平衡点在 OpenAI 内部讨论中激烈展开，部分员工认为如果用户可以直接向模型提问，按钮就显得多余。 “我们对此予以反对——因为现在还为时过早，”安布罗西诺说，“在这个阶段，可发现性很重要，而将来我们终将移除这些按钮。” Work 为选择项目和插件提供了更多按钮，但其目标仍是打造与其他 OpenAI 产品相同的魔盒界面。他将其比作拟物化设计——这种逐渐式微的做法试图让数字工具看起来像它们取代的物理对象，比如设计成袖珍计算器的计算器应用。“那不只是令人尴尬的设计。它实际上帮助人们接受并完成过渡，”安布罗西诺说。 OpenAI 未透露使用 Work 与 Codex 的用户数量对比，但这款联合应用仅有 2000 万用户，而公司称在线使用 ChatGPT 提示功能的用户超过 10 亿。 ## **赋予 ChatGPT 技能许可证** 目前，OpenAI 将此工具定位为最适合例行、数据密集的协调任务。其员工正在设置每周指标报告（https://www.youtube.com/watch?v=p_slDAvPjv0），并将电子表格转化为规划工具（https://www.youtube.com/watch?v=TryfaGZwvIE）。 我曾与风险投资人交流，他们使用智能体将相关公司沟通和分析汇总为投资备忘录；运营团队也使用它定制仪表板和数据可视化。山姆·奥特曼用它来规划假期（https://x.com/sama/status/2081396796174282900）。一位 OpenAI 工程师描述，他让程序查看关于一个工程问题的 Slack 对话并“制作一些图表”，随后收到了一系列富有洞察力的图表。 “对于任何公司的普通员工或雇员来说，包括我自己，都面临着信息过载，”负责 OpenAI 产品工程团队的阿克谢·内森说，“我们解析所有可用信息并采取行动的能力实际上相当有限。这些信息分散在所有系统记录工具[如 Salesforce]中……ChatGPT 的价值在于，你原本就能访问这些，但现在你*真正*拥有了访问能力。” 这或许正是 AI 狂热者梦想的数字个人助理。如同 Claude Cowork 或 Perplexity AI 的浏览智能体，ChatGPT Work 将智能体链接到你现有的工作空间——电子邮件、网页浏览器、众多 SaaS 平台——并将这些上下文为你所用。 当系统运行良好时，其表现令人印象深刻：我要求 ChatGPT Work 从我的邮箱中找出儿子幼儿园格式奇特的日历，并添加到我的 Google 日历中——它做到了，为我节省了大量重复的数据录入。希望现在我不会忘记幼儿园聚餐或疏忽假期托儿安排。 我未让 OpenAI 访问我的邮箱、采访资料或故事草稿（AI 厌恶者们不必担心），也不会让它接触我的银行账户，但我相信若有足够信任，它会更有用。我让它分析我负责的上市公司财务数据，它为我生成了一个自动更新的指标仪表板；它构建了一个可查询的航天发射数据库——我以前需要编写 Python 脚本才能完成的任务；它还每周给我发送学术平台上新发布的 AI 研究邮件。我会继续尝试使用它。 虽然向模型提出请求很直观，但为它提供执行任务所需的条件并不简单。设置智能体访问云盘等权限的过程令人困惑且循环往复——我多次尝试仅授予“读取”权限，却总收到错误信息。模型本身帮助不大，但最终在移动应用上弹出一个对话框，提示我只有完全授权才能使其正常工作。 许多重要设置仅在网页应用中可用，因此我经常发现自己同时在两个平台上工作。有时 ChatGPT Work 的局限性令人费解——将其链接到你的 Google 日历后，它可以创建事件，但无法创建新日历。除非投入足够精力，否则不要尝试任何操作，否则你会遇到史上最差劲的实习生。 这是 AI 早期采用者的常见建议，他们担心受挫的新手会放弃。OpenAI 运行环境工程负责人乔·格申森承认，努力程度设置对新用户来说还不够直观——“我们可以在帮助用户获得适当推理水平方面做得更好……”他补充道，“请关注后续进展。” OpenAI 进入普通白领工作领域还面临另一重要挑战：大多数工作流不像代码那样易于衡量或评估。软件要么可用要么不可用，但即便这种二分法也简化了代码优劣的复杂性。一份优秀的演示文稿、商业策略或销售提案并不容易评估或追溯。 “此类产品的一个独特挑战在于它几乎能做任何事，”安布罗西诺说。当我询问团队围绕哪些具体问题设计、针对哪些工作流时，受访的工程师表示婉拒，称这是 OpenAI 研究团队的问题。 OpenAI 后来提供了答案，告诉 TechCrunch 公司使用其基准测试 GDPval（https://openai.com/index/gdpval/），涵盖 44 种职业和数百项知识工作测试，并结合用户反馈。一个不那么正式的答案是，它来自 OpenAI 员工自身。安布罗西诺表示：“我们必须时刻厘清……我们是在打造其他人都会使用的工作流，还是我们过于小众？” 该应用的早期用户将通过实际使用创造宝贵的行为轨迹——编程工具的成功很大程度上建立在类似的数据收集之上——前提是他们未选择退出训练数据共享。（我选择了退出。） ## **驱动 OpenAI 产品设计的竞争** 尽管所有注意力都集中在模型界面上，OpenAI 的工程师却不愿回答一个相当简单的问题：Codex 和 ChatGPT Work 与 Claude Cowork 或其他面向大众用户群的竞争性智能体运行环境有何不同？ “这对你来说将是个非常令人失望的答案，我很抱歉，但诚实地说，我确实没有关注他们构建的运行环境，”格申森在典型的回应中说，“《广告狂人》中‘我根本没想过你’（https://knowyourmeme.com/memes/i-feel-bad-for-you-i-dont-think-about-you-at-all）的梗在此浮现。” 坦白说，我不相信他们，仅基于产品界面的极度相似、任何企业对竞争情报的需求，以及我在启动 ChatGPT Work 时它要求我导入 Claude Cowork 数据的第一件事。 如果 Claude Code 在 OpenAI 办公室是敏感话题，这完全可以理解。其企业竞争对手定义了 AI 编程市场，并引发了软件工程师工作方式的革命。更令人沮丧的是，OpenAI 最初有此构想，却未能恰当把握。 当 OpenAI 最初将 Codex 作为网页应用开发时，工程师们有些操之过急——或如安布罗西诺所言，“有点过于沉迷 AGI”。简言之，他们赌模型足够智能，能以最少用户输入完全自主处理任务。 此后不久推出的 Claude Code 则以用户来回对话为导向。如果你提出问题，它会评估可能性并提供三四个选项。一旦你选择，它会进一步推进并再次确认，持续更新反馈，减少了模型和运行环境犯错的空间。 Anthropic 的方法被证明更有效，即使它要求用户付出更多努力。“[我们的]产品当时略微超前于模型和运行环境的发展水平，”安布罗西诺如今承认。 OpenAI 最终跟进，增加了更多用户与模型交互的机会。这演变为我们今天所知的 Codex，拥有桌面和移动应用。以下载统计作为程序关注度的替代指标，Claude Code 在今年四月前更受欢迎，但如今 Codex 已微弱领先；（https://techcrunch.com/2026/08/20/openai-is-gaining-on-anthropic-with-business-users-new-data-indicates/）对企业使用情况的调查也表明 OpenAI 正在追赶。 这部分领先源于产品市场契合度的完善，部分源于用户对 Anthropic 模型安全限制和计算短缺的抱怨。OpenAI 在迈向更人性化运行环境的道路上持续通过 ChatGPT Work 推进，但受访工程师坚称关键差异化优势在于 OpenAI 最新高效强大模型的性能。 “令人沮丧的答案是，很多时候核心在于模型，而我们在这个应用中努力做到的一点就是充分利用模型，”安布罗西诺说。 ## **究竟什么是好的运行环境？** 这种解释回归到 AI 研究者学到的“苦涩教训”（http://www.incompleteideas.net/IncIdeas/BitterLesson.html）：更好的通用模型比特定领域经验更重要。对于坚定的信仰者而言，运行环境只是临时拐杖，而非护城河。 “你可以通过添加一堆额外功能——条件语句和工具——在短期内获得好结果，但拜托，下一代模型几个月后就会推出并使其过时，”格申森告诉 TechCrunch。他的团队专注于简单